国内火电行业精细化管理再添利器首套“跑冒滴漏”边缘计算智能装备接入DCS

吴真 王一男 高兴

布连电厂2号机组汽动给水泵跑冒滴漏智能识别报警

近日，国家能源集团国电内蒙古能源公司与国能智深、中楹青创深度合作，共同完成“跑冒滴漏”边缘计算智能装备接入工控域视频专网工作，实现了国内火电行业工控系统边缘计算装备接入DCS零的突破。

全新芯片识别算法+迁移学习的理念

该项目在行业内创新性采用边缘计算+“跑冒滴漏”FPGA芯片+DCS的应用模式，首次实现2 号机组汽动给水泵区域漏汽和漏水识别的诊断结果推送至一区DCS报警盘。

相比于原有部署于服务器的软件算法，全新的芯片识别算法能提供一种有效训练“跑冒滴漏”机器视觉检测的全连接分类网络，降低了算力要求，提高了检测速度。

通过引入迁移学习的理念，实现了基于样本图像自动生成训练集，并进行自动训练，以快速得到网络参数，根据训练得到的网络参数，生成初始化卷积神经网络和区域建议网络。

由于节省了训练网络模型所花费的时间和算力，该算法实现了基于芯片计算的目标检测。

超越物理条件局限

边缘计算分布式网络、AI识别芯片技术在火电工业控制领域具有远超以往的性能优越性。识别系统可同时支持成千上万个摄像头的毫秒级识别并触发报警信息，反馈时延均小于300毫秒，通过TCP/IP 与MODBUS 协议转换，信号反馈时延小于60 毫秒，满足高精度工业设备控制时延要求，确保了基于边缘计算的AI 芯片智能装备接入火电工业控制系统的安全性、可行性。

与传统的GPU 服务器算法识别相比，基于边缘计算和智能安全识别的电力AI 专用视频芯片的视频识别与诊断报警系统超越了物理条件的局限，在支持大规模、分布式、定制化与多点位协同智能、设备缺陷检测、火灾跟踪报警、人员违章识别等方面有更大的优势。

目前，该项目所涉及的边缘计算分布式网络，已经通过多层加密技术，可保证专属网络交互数据的私密性、安全性。■